第一节 细菌 一、细菌的形态构造及其功能 (一)细菌的形态、大小和染色 (二)细菌的细胞结构 (三) 细菌的繁殖 二、细菌的群体形态 三、常见的细菌 第二节 放线菌—Actinomycetes 第三节 蓝细菌 (cyanobacteria)  1.类囊体  2.异形胞  3.静息孢子  4.链丝段 第三节 蓝细菌（Cyanobacteria） 第四节 支原体（Mycoplasma)、立克次氏体(Rickettsia)和衣原体(Chlamydia)

实验一 细菌的单染色及油镜的使用 实验二 细菌染色法及微生物的观察 实验三 酵母菌的形态观察 实验四 霉菌的形态观察 实验五 培养基的制备 实验六 消毒与灭菌 实验六 微生物的生理生化反应 实验七 微生物接种技术 实验七 水和食品中微生物的检测 实验八 放线菌的形态观察 实验八 噬菌体效价的测定 实验九 微生物的分离纯化技术 实验十 微生物生长，数量及大小的检测

1. 屏障作用 2. 脑血流特征 3. 神经元的电生理现象及机制 4. 神经元对营养因子的依赖 5. 神经可塑性 6. 神经系统的免疫

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

自适应线性元件( Adaptive Linear Element,简称 Adaline)也是早期神经网络 模型之一,它是由威德罗( Widrow)和霍夫(Hof)首先提出的。它与感知器 的主要不同之处在于其神经元有一个线性激活函数,这允许输出可以是任意 值,而不仅仅只是像感知器中那样只能取0或1。另外,它采用的是W一H学 习法则,也称最小均方差(LMS)规则对权值进行训练,从而能够得到比感知器 更快的收敛速度和更高的精度 自适应线性元件的主要用途是线性逼近一个函数式而进行模式联想

1、酶促反应动力学的特点 2、均相酶促反应动力学 3、固定化酶促反应动力学 4、酶的失活动力学

第一节 基因工程的诞生和发展 第二节 基因工程的研究内容 第三节 基因工程的成就和前景展望

反馈网络(Recurrent Network),又称自联想记忆网络其目的是为了设计一个网络,储 存一组平衡点,使得当给网络一组初始值时网络通过自行运行而最终收敛到这个设计的 平衡点上。 1982年,美国加州工学院物理学家霍普菲尔德(J. Hopfield)发表了一篇对人工神经网 络研究颇有影响的论文

12.1 生态系统中的初级生产 12.2 生态系统中的次级生产 12.3 生态系统中的分解 12.4 生态系统中的能量流动 12.5 分解者和消费者在能流中的相对作用

11.1 生态系统的基本概念 11.2 生态系统的组成与结构 11.3 食物链和食物网 11.4 营养级和生态金字塔 11.5 生态效率 11.6 生态系统的反馈调节和生态平衡